Científicos estadounidenses decodifican la actividad cerebral y la traducen a imágenes visuales
Un grupo de científicos de la Universidad de California en Berkeley ha desarrollado un modelo computacional que predice los patrones cerebrales originados por la contemplación de diferentes imágenes con un grado de aciertos de entre el 92% y el 72%. Primero presentaron a dos voluntarios 1.750 imágenes y registraron las reacciones en un modelo computacional que describía cómo los estímulos visuales eran traducidos dentro de la corteza visual. Posteriormente, se les mostró a estas personas otras 120 imágenes nuevas, que los participantes no habían visto previamente. Los registros de las imágenes previas se utilizaron finalmente para determinar qué imágenes de las nuevas estaban relacionadas con qué tipo de actividad de las neuronas. De esta forma, se consiguió un alto nivel de aciertos al “adivinar” lo que los voluntarios veían
Un equipo de científicos de la Universidad de California en Berkeley, Estados Unidos, ha conseguido identificar qué imágenes estaba mirando un individuo, sólo con contemplar su actividad cerebral. Los resultados de esta investigación, que pretende contribuir al desarrollo de métodos dirigidos a reconstruir la experiencia visual de las personas, han sido publicados en la revista Nature.
Utilizando la técnica de exploración de imágenes por resonancia magnética funcional (fMRI, que es un escáner que mide la respuesta hemodinámica del cerebro relacionada con la actividad neuronal), los científicos identificaron, a partir de la actividad del cerebro, las imágenes que dos voluntarios observaban en una pantalla.
Esta identificación se realizó con un nivel de aciertos sin precedentes: el 92% en el caso de uno de los participantes (los investigadores acertaron 110 imágenes de 120 presentadas), y el 72% en el caso del segundo (acertaron 86 imágenes de las 120 presentadas).
Mmodelo computacional
Según explica la Universidad de Berkeley en un comunicado, estos logros se consiguieron gracias a un modelo computacional que predice los patrones cerebrales originados por la contemplación de diferentes imágenes. El modelo ha sido desarrollado por un grupo de científicos dirigido por el profesor de psicología de la Universidad de California en Berkeley, Jack Gallant.
Este equipo de investigadores está especializado en el análisis de los mecanismos neuronales subyacentes a la visión y a la percepción visual, especialmente la percepción de escenas naturales, el reconocimiento de objetos y la atención selectiva.
Los científicos señalan que las mediciones realizadas por fMRI sirven para proporcionar una estimación del flujo sanguíneo en cada área del cerebro. El flujo sanguíneo, a su vez, está más o menos relacionado con la actividad media de millones de neuronas.
Cuando se analizan los datos de la exploración por fMRI, el cerebro es dividido en muchas secciones denominadas voxels ("volumetric pixel”), y se mide el flujo sanguíneo en cada voxel.
Gallant y sus colaboradores estudiaron la actividad de los voxels en la corteza visual primaria, y midieron la actividad en cada voxel para un conjunto de imágenes. En la primera etapa de su estudio, se registraron los cambios neuronales de los cerebros de dos voluntarios (dos miembros del mismo equipo de investigación: Kendrick Kay y Thomas Naselaris) con la técnica de fMRI, mientras éstos veían 1.750 imágenes distintas.
Alto nivel de aciertos
Esta información fue registrada en un modelo computacional que describía cómo los estímulos visuales eran traducidos dentro de la corteza visual. Posteriormente, se les mostró a estas personas otras 120 imágenes nuevas, que los participantes no habían visto previamente.
Los registros de la actividad cerebral realizados con las 1.750 imágenes previas se utilizaron finalmente para determinar qué imágenes de las nuevas estaban relacionadas con qué tipo de actividad de las neuronas. De esta forma, se consiguió un alto nivel de aciertos al “adivinar” lo que los voluntarios veían.
Según explicó Gallant, “no podemos leer la mente, no reconstruimos las imágenes de lo que la gente ve o piensa. Aún no llegamos a tanto, pero todo eso podría ser posible algún día”.
El siguiente paso sería interpretar lo que una persona está viendo sin tener que seleccionar de un conjunto de imágenes conocidas. Según Gallant, éste sería un objetivo mucho más difícil de conseguir. Para hacerlo, se necesitaría un modelo muy bueno del cerebro, una técnica de medición de la actividad cerebral mejor que el fMRI, y una mejor comprensión de cómo el cerebro procesa determinados parámetros, como las formas y los colores de las imágenes complejas que vemos cada día.
De cualquier manera, la presente investigación deja claro que existe una gran cantidad de información –más de la que los científicos esperaban- que se puede extraer a partir de la técnica de exploración por resonancia magnética funcional y, por tanto, que con esta tecnología se pueden ir comprendiendo mejor las funciones cerebrales.
Posibles aplicaciones
Para Gallant, este descubrimiento es de una gran importancia tanto en términos de pura ciencia como en términos de posibles aplicaciones de la tecnología en el futuro. Según señala al respecto Wired, a medida que se vaya afinando la capacidad de este “decodificador” de la actividad cerebral, la tecnología podría usarse para explorar el fenómeno de la atención visual –la concentración en una parte concreta de una escena con muchas otras partes-, y permitir comprender mejor la función de la visión.
Gallant declaró que incluso “un día será posible reconstruir el contenido visual de los sueños”. Asimismo, la técnica podría servir como sistema de alarma temprana de posibles enfermedades neurológicas o como interfaz que permita a las personas discapacitadas relacionarse mejor con el mundo.
Otras aplicaciones no tan positivas serían, tal vez, las campañas de marketing que buscan la máxima penetración mental o la posible invasión en la privacidad mental con justificaciones como la lucha contra el terrorismo o el crimen.
Aunque estas tecnologías parecen muy lejanas, los investigadores señalan que no es demasiado pronto para pensar en ellas, especialmente si las investigaciones siguen progresando al paso establecido por el estudio de Gallant
No hay comentarios:
Publicar un comentario